인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
This paper presents the analysis results of deep learning network performances when various geometric information is added for 3D models or point clouds. When a 3D point set or point cloud is given as the input, various geometric information is first computed and used for train- ing deep learning networks to test effects for hole boundary detection. In this paper, two geo- metric information values are computed, which are the biggest angle gap and the distance between a query point and centroid of its neighborhood. This paper trains the deep neural net- works (PointNet and PointNet++) by adding geometric information to input points, and ana- lyzes whether geometric information is effective for point classification. The paper performs the experiments for Modelnet10 dataset, which contains various point clouds to test effects of the geometric information, and shows that both the geometric information helps the neural net- works to correctly detect hole boundary points of the input pointset, which improves the perfor- mance of point classification.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-091217685
